PENERAPAN ALGORITMA NAÏVE BAYES MENENTUKAN TINGKATAN KALORI MENU Mc’Donald’s

Melina Manurung, Nuning Dzulhijjah
{"title":"PENERAPAN ALGORITMA NAÏVE BAYES MENENTUKAN TINGKATAN KALORI MENU Mc’Donald’s","authors":"Melina Manurung, Nuning Dzulhijjah","doi":"10.35957/jtsi.v3i2.3033","DOIUrl":null,"url":null,"abstract":"Data mining adalah teknik yang memanfaatkan data dalam jumlah yang besar untuk memperoleh informasi berharga yang sebelumnya tidak diketahui dan dapat dimanfaatkan untuk pengambilan keputusan penting. Menu merupakan daftar makanan serta minuman yang membantu pelanggan dalam menentukan pilihan yang akan di order. McDonald's merupakan salah satu restoran yang cukup terkenal dan menjadi pilihan banyak orang untuk melakukan pembelian. Dalam memilih makanan dan minuman banyak faktor yang memengaruhi pelanggan. Salah satu faktor yang memengaruhi adalah kandungan kalori dalam makanan dan minuman. Naive Bayes merupakan salah satu metode pada probabilistic reasoning. Algoritma Naive Bayes bertujuan untuk melakukan klasifikasi data pada kelas tertentu. Dalam penelitian ini menggunakan algoritma Naive Bayes sebagai alat untuk melihat kategori dan item makanan mana saja yang memilikii tingkatan kalori yang rendah sampai yang tinggi. Perhitungan ini bertujuan agar pelanggan mampu dalam menentukan kalori yang akan dikonsumsi tanpa harus memikirkan menu yang mana yang cocok atau tidak dengan pelanggan. Setelah melakukan perhitungan yang sesuai dengan algoritma maka didapatkan hasil bahwa salad dan desert merupakan tipe makanan yang paling rendah kalori dan yang beverage merupakan kategori yang paling rendah kaori untuk minuman. Selain itu secara keseluruhan , berdasarkan data yang ada didapat bahwa menu makanan yang ada di McDonald's mayoritas tergolong kepada level dengan kategori kalori yang rendah. \nKata kunci: Data Mining, Naïve Bayes, Kalori","PeriodicalId":30862,"journal":{"name":"Jurnal Teknologi dan Sistem Informasi","volume":"9 1","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2022-09-14","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal Teknologi dan Sistem Informasi","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.35957/jtsi.v3i2.3033","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

Data mining adalah teknik yang memanfaatkan data dalam jumlah yang besar untuk memperoleh informasi berharga yang sebelumnya tidak diketahui dan dapat dimanfaatkan untuk pengambilan keputusan penting. Menu merupakan daftar makanan serta minuman yang membantu pelanggan dalam menentukan pilihan yang akan di order. McDonald's merupakan salah satu restoran yang cukup terkenal dan menjadi pilihan banyak orang untuk melakukan pembelian. Dalam memilih makanan dan minuman banyak faktor yang memengaruhi pelanggan. Salah satu faktor yang memengaruhi adalah kandungan kalori dalam makanan dan minuman. Naive Bayes merupakan salah satu metode pada probabilistic reasoning. Algoritma Naive Bayes bertujuan untuk melakukan klasifikasi data pada kelas tertentu. Dalam penelitian ini menggunakan algoritma Naive Bayes sebagai alat untuk melihat kategori dan item makanan mana saja yang memilikii tingkatan kalori yang rendah sampai yang tinggi. Perhitungan ini bertujuan agar pelanggan mampu dalam menentukan kalori yang akan dikonsumsi tanpa harus memikirkan menu yang mana yang cocok atau tidak dengan pelanggan. Setelah melakukan perhitungan yang sesuai dengan algoritma maka didapatkan hasil bahwa salad dan desert merupakan tipe makanan yang paling rendah kalori dan yang beverage merupakan kategori yang paling rendah kaori untuk minuman. Selain itu secara keseluruhan , berdasarkan data yang ada didapat bahwa menu makanan yang ada di McDonald's mayoritas tergolong kepada level dengan kategori kalori yang rendah. Kata kunci: Data Mining, Naïve Bayes, Kalori
数据挖掘是一种利用大量数据来获取以前未知的有价值的信息并可能用于重大决策的技术。菜单是一份食物和饮料的清单,帮助客户做出可订购的选择。麦当劳是一家非常受欢迎的餐厅,也是许多人购买的选择。在选择食物和饮料时,有许多因素会影响顾客。影响的一个因素是食物和饮料的卡路里含量。天真的贝斯是可能原因的方法之一。Naive Bayes算法的目的是对特定类别的数据进行分类。在这项研究中,它使用Naive Bayes算法作为一种工具,来评估哪些食物的类别和项目的热量从低到高。这些计算的目的是让顾客能够在不考虑哪些菜单适合或不适合顾客的情况下确定消费的热量。根据算法进行了精确的计算,发现沙拉和沙漠是最低的卡路里类型,而较低的饮料类别是kaori中最低的。除此之外,根据目前的数据,麦当劳的饮食绝大多数被归类为低卡路里类别。关键词:数据挖掘,天真的贝斯,卡路里
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
20
审稿时长
4 weeks
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术官方微信